基于hive的股票数据分析大屏
舟率率 12/31/2025 pythonmapreduceflumeflasksqoopjava
# 项目概况
# 数据类型
股票数据
# 开发环境
centos7
# 软件版本
hadoop3.2.0、hive3.1.2、mysql5.7.38、jdk8、flume1.6.0、sqoop1.4.7
# 开发语言
Java、shell、SQL
# 开发流程
数据采集(flume)->数据上传(hdfs)->数据清洗(mapreduce)->数据分析(hive)->数据存储(mysql)->后端(flask)->前端(html+js+css)
# 可视化图表
# 操作步骤
# python安装包
pip3 install pandas==2.0.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install flask==3.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install flask-cors==4.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pymysql==1.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pyecharts==2.0.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
1
2
3
4
5
6
7
2
3
4
5
6
7
# 启动MySQL
# 查看mysql是否启动 启动命令: systemctl start mysqld.service
systemctl status mysqld.service
# 进入mysql终端
# MySQL的用户名:root 密码:123456
# MySQL的用户名:root 密码:123456
# MySQL的用户名:root 密码:123456
mysql -uroot -p123456
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9
# 启动Hadoop
# 离开安全模式: hdfs dfsadmin -safemode leave
# 启动hadoop
bash /export/software/hadoop-3.2.0/sbin/start-hadoop.sh
1
2
3
4
5
2
3
4
5
# 启动hive
# 在第一个窗口中,执行后等待10-20秒
/export/software/apache-hive-3.1.2-bin/bin/hive --service metastore
# 在第二个窗口中,执行后等待10-20秒
/export/software/apache-hive-3.1.2-bin/bin/hive --service hiveserver2
# 连接进入hive终端命令如下:
# /export/software/apache-hive-3.1.2-bin/bin/beeline -u jdbc:hive2://master:10000 -n root
1
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
# 准备目录
mkdir -p /data/jobs/project/data/
cd /data/jobs/project/
# 上传 "data" 目录下的 "stock_data_20251229_111637.csv" 文件 到 "/data/jobs/project/" 目录
1
2
3
4
5
6
2
3
4
5
6
# 上传flume配置
cd /data/jobs/project/
# 上传 "数据采集" 目录下的 "source_dir_sink_hdfs.conf" 文件 到 "/data/jobs/project/" 目录
/export/software/apache-flume-1.6.0-bin/bin/flume-ng agent -c conf -f /data/jobs/project/source_dir_sink_hdfs.conf -n a1 -Dflume.root.logger = INFO,console
1
2
3
4
5
6
7
2
3
4
5
6
7
# 复制文件到flume监控的目录
yes | cp /data/jobs/project/stock_data_20251229_111637.csv "data/$(date +%s).csv"
# 验证hdfs目录
hdfs dfs -ls /data/input/
1
2
3
4
5
6
2
3
4
5
6
# mapreduce数据清洗
cd /data/jobs/project/
# 对 "数据清洗" 目录下的项目 "mapreduce-job" 进行打包
# 打包命令
mvn clean package -Dmaven.test.skip=true
# 打包完成后,上传 "mapreduce-job/target/" 目录下的 "mapreduce-job.jar" 文件 到 "/data/jobs/project/" 目录
yes | cp target/mapreduce-job.jar /data/jobs/project/
hadoop jar /data/jobs/project/mapreduce-job.jar org.example.mr.DataCleaner /data/input/ /data/stock/ods_stock_market_daily/
1
2
3
4
5
6
7
8
9
10
11
12
2
3
4
5
6
7
8
9
10
11
12
# hive数据分析
cd /data/jobs/project/
# 上传 "数据分析" 目录下的 "hive.sql" 文件 到 "/data/jobs/project/" 目录
# 连接进入hive终端命令如下:
# /export/software/apache-hive-3.1.2-bin/bin/beeline -u jdbc:hive2://master:10000 -n root
# 快速执行hive.sql
hive -v -f hive.sql
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
# 创建MySQL表
cd /data/jobs/project/
# 上传 "mysql.sql" 文件 到 "/data/jobs/project/" 目录
# 请确认mysql服务已经启动了
# 快速执行.sql文件内的sql语句
mysql -u root -p123456 < mysql.sql
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9
# 数据导入MySQL
cd /data/jobs/project/
# 上传 "sqoop.sh" 文件 到 "/data/jobs/project/" 目录
sed -i 's/\r//g' sqoop.sh
bash sqoop.sh
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
# 启动可视化
mkdir -p /data/jobs/project/myapp/
cd /data/jobs/project/myapp/
# 上传 "可视化" 目录下的 "所有" 文件和文件夹 到 "/data/jobs/project/" 目录
# windows本地运行: python app.py
python3 app.py pro
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9